论道工业智能体：应用场景在哪儿？

热门资讯 2025年08月16日 01:19 1 admin

当前，工业智能体成为学术界和产业界的研究热点，国内外诸多企业纷纷展开了相关战略布局。近日，《中国电子报》组织召开工业智能体创新发展座谈会，邀请产业界代表共同探讨工业智能体创新发展路径、挑战与机遇。本报将从四个方面呈现此次座谈会内容，也欢迎有识之士留言，参与“云讨论”。

01学院派认为——

赛迪研究院信息化与软件产业研究所人工智能研究室主任王宇霞

工业智能体对制造业的影响体现在多个环节。在研发创新环节，工业智能体正在推动从经验试错模式转向智能驱动范式，改变了研发创新模式。传统研发依赖工程师经验，在有限空间试错，效率较低。工业智能体可深度分析海量非结构化数据，减轻工程师工作量，缩短研发周期，还能在海量空间搜索，推动更多研发和设计组合。例如，AI指导设计模拟仿真可大幅缩短研发周期，如黑湖科技的CAD解析智能体能识别图纸中98%的供应参数，使模具工厂工艺准备时间从8小时降至20分钟。

在生产制造环节，推动制造过程从自动化向自主化跃迁，在优化生产排程、设备维护控制、跨系统协同等方面作用显著。例如，微软的工厂智能体能连接MES系统与质量管理系统，实现设备故障预测，并提供优化方案；宝马的工厂专家智能体能在秒级时间内提供维护方案；国内雪浪云的智能体能实现装备工艺智能生成，将重型装备从纯执行工具变为决策指导伙伴；精实测控PRIME智能体通过自然语言控制设备，帮助家电企业降低能耗30%。

在营销和客户服务环节，推动从被动响应向主动预测变革。售前可主动分析潜在市场需求，提供个性化内容，实现精准营销；售中借助数字人三维等模型提供沉浸式交互，帮助客户快速决策；售后可成为未来的价值共创服务中心，高效处理客户疑问，将服务数据转化为产品和市场洞察。微软在Dynamics365中集成多个智能体，为美国电信运营商每年节省5000万美元成本。Salesforce推出Agentforce平台，允许企业按需创建客户服务、销售、数据分析等智能体，目前已有超1000家客户达成付费协议，涵盖销售、招聘、客服等多个业务场景。

在企业运营环节，推动从经验驱动向数据智能转变，在供应链管理和内部管理中发挥重要作用。供应链管理方面，智能体通过智能推理和预测，自主开展订单处理、库存预警、销量分析，增强供应链弹性；企业管理方面，借助大模型能力优化人力财务决策，提升管理效率。例如，Salesforce的智能体能推动ERP流程智能化；微软的工厂智能体能帮助企业识别员工技能短板，提升员工技能；黑湖科技的全链路追踪智能体能实现物料和生产状态实时监控，将关键物料追溯时间缩短一半，效率提升83%。

02实践派认为——

亚信科技副总裁傅葳

亚信科技沉淀形成了包括通用人工智能平台、行业大模型与认知增强工具在内的人工智能产品体系，具备领先的大模型实施交付能力。我们联合阿里云、百度等合作伙伴，聚焦大模型应用交付，探索落地场景。目前已在政务、能源、工业制造等领域积累了广泛的实践经验。比如，在能源行业，我们参与了某国企大模型的POC落地，涵盖发展、调度、设备运维、营销、办公等场景，目前已扩展到约400个场景需求，我们帮助客户在七个省份开展大模型落地工作。发展场景涉及该客户的信息采集、分析、方案生成、论证以及实施等环节。

在工业领域，大模型使用最有价值也最难的地方，一个是智能诊断，一个是工业寻优，这也是所有制造业场景都非常需要的。在寻优方面，大模型更偏向于替代人的工作。制造业里有很多小模型，包括工控设备这些负责的是偏确定性的制造业流程。而这些确定性流程之间，往往会加入很多人的判断，比如调整某个参数，根据温度判断是否进行某种操作，人为设定输入然后得到输出，这正是之前场景中存在的不确定性，也是大模型比较擅长或适合发挥作用的地方。

工业知识库也是非常值得探索的一个场景。工业知识库的复杂度比较高，要把工业图纸解读成知识放进知识库，涉及多模态数据的处理，有一定难度，但我们在这方面做得还是比较成熟的。后面我们也打算把知识库改名叫“知识中枢”，有了相关技术之后，知识库其实偏静态和存量，但我们需要更动态地去爬取知识，这时候就不是单纯的“知识库”概念了，而是“知识中枢”，知识是有进有出的，这也是我们下一步研发的重点。

在知识中枢建完之后，比较通用的场景就是故障诊断。以汽车行业为例，车窗不能升降、汽车无法启动，后面的根因分析可能有几百种可能，这时候就需要大模型来判断、寻优，生成一个排障流程。另外，在石油石化场景中，岩层分析、地质分析等也会涉及时序大模型应用，通用大模型积累的知识在这里作用不大，这可能属于科学大模型的范畴，需要重新去做一些工作，我们也在和阿里云等伙伴在合作与推进。

卡奥斯工业大脑总经理杨健

通用模型无法解决行业深入的问题，必须通过“通用基础模型+行业垂域模型+场景的智能体”的方式落地。比如，在家电行业，注塑是家电生产的重要环节，我们首次结合家电行业基础模型和大模型技术，通过注塑工业智能体支撑注塑工艺知识的管理、沉淀等高价值场景。目前，注塑工艺参数的调试时间缩短了90%以上；产品质量上从90%~95%提升至98%以上；员工培训成本下降了75%。在石化行业，我们与行业头部企业共建，合作打造了首个石化行业的垂直大模型，基于大模型还推出了示功图智能诊断智能体、醛分离塔工艺优化智能体、安全应急响应等38个细分场景的智能体，整体能为客户一年节省千万元成本。在能源板块，智能体已应用于空压机管理、空压站运营、智慧微网调度等场景，我们有一款叫“能源小智”的智能助手，能实现空压站的智能运营和空压机联通的调度，使得空压站机组整体调度效率提升50%。

鼎捷数智AI研发中心总经理刘晖

管理软件领域已经普遍把智能体当成未来趋势。工业智能体的优点，比如提供智能化交互、弹性软件构建方式等，给管理软件带来了新的机会。我们判断，从今年下半年到明年上半年，国内部分管理软件应该会以智能体平台的形式呈现应用。

目前管理软件厂商正在逐步给自己的软件引入智能体，或者通过构建智能体平台引入智能化能力，让智能化能力在自己的软件中有所体现，但还没形成覆盖面很完整、很整体、体系化的表达。国内软件商普遍还没这么大的决心，像salesforce一样做颠覆性转型，把整个应用架构和平台都迁移到智能体体系下，所以大家选择的是渐进式过渡，不过智能体已经被公认为未来趋势。

现阶段，管理软件领域的智能体应用大致分三类：第一类是“家园式”，有点像常见的“副驾驶”——在现有软件里增加一个右边栏，用户通过自然语言交互，原来复杂的指定性操作、连续性操作或者需要多步准备的操作可以一步到位得到结果，主要提升使用便捷性，目前国内主流管理软件厂商都在逐步加入这个功能；第二类是“AI+”，一些应用开始基于智能体主导它的架构和未来呈现；第三类是基于数据的智能体应用，包括知识问答、问数，以及智能决策分析等。

鼎捷基于智能体的应用分成四类：第一种是智能交互类，比如智能客服机器人、智能问答等。第二种是基于智能体构建企业业务流程，涉及故障诊断、归因、智能报价、配方生成、智能生图等，比如主要用于设计环节的智能生图，通过自然语言描述零件生成对应的图纸，企业积累了大量相似图纸后，通过智能生图参照生成尺寸近似的图，再稍微调整一下就能完成设计。常见的用户包括生产车承、变压器等企业，可以大大提升其生产效率。第三种是类似客服的问答机器人，已经被广泛地用在企业客服或项目管理等，比如自动化生成项目的日报、月报、总结等。第四种是模拟分析或沙盘分析的应用。比如，企业客户接到一笔欧洲市场的大订单，想判断该不该接，接了之后的盈利和现金流会怎样，我们通过六个智能体，构建包括销售计划、供应能力、成本费用、应收应付、盈利、资金管理等在内的多智能体方案，模拟出接订单后的现金流、盈利状况，甚至可以调整采购策略，比如买零部件期货来调整现金流状况，这类应用客户比较爱用。

杭州炽橙科技副总经理、首席运营官韩鹏

基于炽橙的实践，举三个典型场景：一是高危场景的“AI监护人”。比如核电运维，我们通过眼镜识别融合大语言模型，实时展示运维故障、快速定位异常；还在核电检维修中用了配备“眼”和“手”的机器狗，实现智能巡检。二是复杂工艺的“首席专家”。行业知识库看似简单，做到六七十分不难，但要做到90分以上很难。美国一个公司只做知识库，市值46亿美元，可见其深度价值。我们在某汽车生产线的项目中，消化了上万份图纸和近5年故障日志，准确率达92%以上，但要到95%甚至100%，需要融合知识图谱、强制训练，仍难做到百分之百。三是中小型企业的“云上工程师”。浙江经信牵头的项目，把政策灌入系统，企业可直接咨询，无须打电话，原理也是知识库。

浪潮云洲公共事务部总经理张萌

我们在工业领域也有一些人工智能方向的应用和实践，主要依托云洲工业互联网平台和知业大模型，为企业提供工业智能化服务。比如，我们和炭黑行业龙头企业江西黑猫集团合作的工业智能体应用。炭黑生产如同在3000℃高温下“炒菜”，产品质量十分依赖工艺师傅的经验。针对黑猫集团所在的炭黑行业工艺复杂、安全生产要求高等特点，浪潮云洲将20位老师傅40年的操作经验转化为3.6万条知识图谱节点，上线安全生产监管助手、炭黑生产工艺优化助手、产能分析助手等智能体应用，助力黑猫新产品品质合格率提升15%，经营管理水平和产业协同效率均提升8%，实现23年安全生产零事故。再比如，在皮革行业，基于知识图谱实现工艺决策从“老师傅经验”向“数据模型驱动”的转变，有效帮助企业年节约人力成本超200万元；通过工艺参数动态调整，产品瑕疵率从3%降至0.8%，有效拦截瑕疵品流入市场，为企业避免了百万级损失，同时整体检测效率提升6倍。